改進(jìn)的交互多模型粒子濾波算法在機(jī)動(dòng)目標(biāo)跟蹤中的應(yīng)用.pdf

1、目標(biāo)跟蹤是研究目標(biāo)運(yùn)動(dòng)不能被準(zhǔn)確描述的目標(biāo)運(yùn)動(dòng)估計(jì)的問題，它被廣泛的應(yīng)用于航海、航空以及安全防御等領(lǐng)域的跟蹤、定位以及目標(biāo)攔截等系統(tǒng)中。目標(biāo)跟蹤算法的主要內(nèi)容包括建立能夠準(zhǔn)確地描述目標(biāo)運(yùn)動(dòng)狀態(tài)的數(shù)學(xué)模型和設(shè)計(jì)與之相匹配的能夠進(jìn)行精確地狀態(tài)估計(jì)的濾波算法。
　　 由于現(xiàn)代目標(biāo)跟蹤問題變的越來越復(fù)雜，目標(biāo)機(jī)動(dòng)性越來越高，所以對(duì)于目標(biāo)跟蹤算法的跟蹤性能的要求也越來越高。主要的建模方法包括勻速直線運(yùn)動(dòng)模型、勻加速直線運(yùn)動(dòng)模型和機(jī)動(dòng)轉(zhuǎn)彎模

2、型等。其中近年來提出的交互式多模型(Interacting-Multiple Model，IMM)算法在解決機(jī)動(dòng)目標(biāo)跟蹤問題時(shí)較為有效，IMM算法是利用假設(shè)的描述目標(biāo)機(jī)動(dòng)方式的多個(gè)模型來對(duì)目標(biāo)進(jìn)行跟蹤。傳統(tǒng)的IMM算法的子模型通常選用卡爾曼濾波器，由于卡爾曼線濾波算法要求狀態(tài)空間模型為線性高斯白噪聲模型。然而即使IMM的每個(gè)模型的狀態(tài)后驗(yàn)概率密度為高斯分布，但進(jìn)行交互后它的的概率密度也可能變成非高斯分布的形式，使得傳統(tǒng)的IMM算法的應(yīng)用

3、具有一定的局限性，所以需要研究選取合適的匹配濾波算法。
　　 粒子濾波算法是一種通過蒙特卡羅模擬實(shí)現(xiàn)的遞推次優(yōu)貝葉斯估計(jì)算法，當(dāng)目標(biāo)處于強(qiáng)非線性或者高度機(jī)動(dòng)性的情況下，其濾波性能相對(duì)很高，精度可近似逼進(jìn)最優(yōu)估計(jì)并且使用靈活、容易實(shí)現(xiàn)，且具有并行運(yùn)算結(jié)構(gòu)和實(shí)用性強(qiáng)的特點(diǎn)，所以在目標(biāo)跟蹤領(lǐng)域具有廣泛的應(yīng)用。
　　 本文主要對(duì)交互式多模型粒子濾波算法進(jìn)行了深入的研究。通過研究目標(biāo)建模方法和濾波估計(jì)理論對(duì)交互多模型粒子濾波算法的

4、算法原理進(jìn)行詳細(xì)分析，然后介紹了交互多模型與粒子濾波算法相結(jié)合應(yīng)用在強(qiáng)非線性條件下并和以往的與KF算法和EKF算法相結(jié)合的傳統(tǒng)的交互多模型算法的濾波性能進(jìn)行比較。提出傳統(tǒng)的交互多模型粒子濾波算法存在的問題并針對(duì)提出的問題對(duì)交互多模型粒子濾波算法進(jìn)行改進(jìn)。具體的改進(jìn)方法是通過調(diào)整目標(biāo)狀態(tài)方程的似然函數(shù)來調(diào)整粒子權(quán)重值，使得采樣粒子更加接近狀態(tài)真實(shí)值，從而使后驗(yàn)概率的估計(jì)更加準(zhǔn)確得到的機(jī)動(dòng)目標(biāo)跟蹤的估計(jì)結(jié)果更加精確，并通過MATLAB仿真實(shí)